从“AI 抢饭碗”到“每个人都变成 CEO”

AI 真正改变工作的方式，不是简单替代人，

而是把“生成”大规模机器化，

同时把“判断、验证、分工和负责”重新压回到人身上，

于是越来越多的人会像 CEO 一样工作，

而不是像执行者一样工作。

Balaji Srinivasan 是硅谷那类非常典型、也非常稀缺的人物：他既是投资人，也是创业者，同时还是一个长期输出技术判断的人。很多人听 Balaji，不是为了听“行业新闻”，而是为了听他怎么把技术、经济、组织和政治放到同一个框架里看。

这期对谈的主持人是 a16z 的 Erik Torenberg。两个人这次聊的表面主题，是 AI 经济会怎么演化；但真正更值得写成文章的，是他们给出了一个对普通知识工作者非常关键的判断：AI 改变工作的方式，可能不是“替代你”，而是“重新定义你在工作链条里的位置”。

过去两年，关于 AI 最常见的焦虑，是“它会不会抢走我的工作”。

但这期对谈把问题向前推进了一层：如果 AI 让内容生成、代码编写、图像生产都变得更便宜，那么真正变贵的是什么？如果每个人都能在几秒钟内生成一份像模像样的简历、幻灯片、原型图和文案，那最后谁来负责判断它值不值、真不真、能不能用？

这不是一个抽象问题。它已经是产品经理、创业者、内容创作者、运营、设计师、程序员每天都在面对的问题。

一、AI 最先改变的，是工作的成本结构

这期对谈里，我认为最值得记住的一句判断，不是标题那句“AI makes you the CEO”，而是另一句更底层的话：

AI 降低了生成成本，却提高了验证成本。

这句话非常重要，因为它解释了为什么很多人一边觉得 AI 很强，一边又觉得越来越累。

过去写一份简历、做一份 PPT、起草一封邮件、搭一个原型，门槛不算低，所以大量低质量内容在生成阶段就被拦掉了。今天不同了。生成太容易了，人人都能快速产出一份“看起来像回事”的东西。问题是，一旦大家都能生成，你就必须花更多时间去辨别它到底有没有价值。

Balaji 在对谈里对 AI 文本有一个很尖锐的判断。他说，当他看到那种一眼就能看出的 AI 幻灯片时，他通常会觉得对方“lazy, stupid, or evil”。这当然很刻薄，但他想说的不是情绪，而是一个结构问题：低成本生成，会迅速制造出大量表面合格、实则含糊的信息垃圾。

所以，AI 不是简单地让工作变轻了。它只是把原来的劳动，从“怎么做出来”，转移成了“怎么筛出来、怎么审出来、怎么校出来”。

这就是为什么未来很多岗位不会立刻消失，但工作重心会明显改变。你不一定还亲自写每一个字、画每一个框、敲每一行代码，但你必须更频繁地做判断。

二、为什么 AI 会把互联网推向“熟人部落”

这期对谈另一个非常有意思的判断，是 Balaji 认为 AI 会让互联网更像中国互联网，或者更准确地说，更像一个由“可信圈层”组成的网络。

他的逻辑并不复杂。

当 AI 可以把海量公开信息重新索引、重新关联、重新讲述时，过去很多“靠信息分散而安全”的东西，会突然失去遮蔽性。公开世界里的碎片，变得更容易被拼成完整故事。于是，公开空间会越来越像一个充满镜像、伪装、噪音和自动生成内容的大厅。

在这种情况下，人们会本能地回到更小的信任单元里工作。你更愿意把代码、流程、文档、上下文，交给一个受控的小圈子，而不是无边界地暴露在开放互联网中。

这背后对应的是一个更现实的商业变化：AI 在“可信内部”能大幅提升效率，在“可信外部”却可能制造更多垃圾。

也就是说，AI 不是均匀地改善所有协作，它会强化圈层内部的生产力，同时抬高圈层之间的信任成本。

这对公司、团队，甚至个体职业路径，都是一个非常重要的提醒。未来真正高效的组织，可能不是最开放的组织，而是最会定义边界、最会管理权限、最会维护高信任协作环境的组织。

三、AI 是捷径，但捷径只对懂路的人有用

Balaji 在这期里反复强调一点：AI 是捷径，但捷径不是给所有人都准备的。

这句话听起来有点逆耳，因为很多人今天对 AI 的期待，恰恰是“我不会，但 AI 会，所以我也能做”。这种期待不是完全错，但它很容易掩盖一个现实：如果你完全不知道长路怎么走，你其实也很难判断捷径有没有把你带偏。

他举了一个非常典型的例子：如果你不会从第一性原理去证明一个公式，你只是背下最后答案，那你就无法调试中间哪里出错。同样，如果你根本不懂写作、设计、代码、研究和分析的基本逻辑，那你也很难发现 AI 在哪一步开始胡说八道。

所以，AI 的普及未必会让专业能力贬值。恰恰相反，它可能会让“能不能 debug AI”成为一种新的专业门槛。

这也是为什么这期内容对年轻从业者尤其有提醒意义。很多人会以为，既然 AI 能写、能画、能做，那基础训练就不重要了。但现实可能正相反：越依赖 AI，越需要知道没有 AI 时这件事本来是怎么完成的。

因为你不是在和 AI 竞争产出速度，你是在和别人竞争判断质量。

四、“AI 让你成为 CEO”，不是夸张，而是分工重写

这期最有传播感的一句原话，当然是：

“AI doesn’t take your job. AI makes you the CEO.”

如果把它当成一句流量话术，它很容易显得鸡血；但放回整场对谈里，它其实有一层非常具体的含义。

Balaji 对“CEO 化”的理解，不是每个人真的去开公司，而是每个人的工作，都越来越像在管理一组外包出来的能力：你要写清楚目标，分配任务，检查结果，感知市场反馈，再决定下一步怎么修正。

过去很多中层知识工作，本质上是自己做自己交付。未来越来越多时候，你可能会变成“自己定义任务，然后让模型、工具和工作流去执行第一轮生产”。

这就意味着，真正稀缺的能力会从“单点完成任务”，转向“组织一组机器能力，把事情完成”。

你要像 CEO 一样思考资源配置：

哪个模型适合做代码，哪个适合做图像，哪个适合做摘要，哪个适合做检索。

你还要像 CEO 一样承担责任：

结果不对，不能怪执行者，最终还是你判断错了。

这也是为什么 Balaji 还说了另一层意思：AI 不是先抢你的工作，它先抢的是“上一个 AI 的工作”。真正的工作现场，会越来越像一个不断更换供应商、不断更新工具栈的组织系统，而不是一个固定岗位。

对普通人来说，这意味着一件事：未来最有竞争力的人，不一定是最能亲手完成一切的人，而是最会调度机器能力、最会搭配工具、最会验收结果的人。

五、SaaS 会不会死？代码未必是护城河，分发才是

这期还有一段很有现实感的讨论，是关于 “SaaS Apocalypse” 到底会不会发生。

这几年大家都在讲一个逻辑：既然 AI 能快速生成界面、复制功能、重写工作流，那传统 SaaS 公司的护城河是不是没了？

Balaji 的回答相对克制。他并不认为 SaaS 会集体上断头台，因为他觉得 AI 会同时加速 incumbents 和 challengers。能被快速复制的，是功能和界面；没那么容易复制的，是分发、用户关系、品牌心智和既有网络。

这其实是个老问题，但在 AI 时代会更尖锐。

如果今天你把一个产品界面完整克隆出来，理论上你复刻了“产品”；但你没有复刻用户为什么打开它、为什么信任它、为什么愿意把工作流沉淀进去。这些东西，才是很多 SaaS 产品真正还活着的原因。

但这不意味着老公司就安全了。对那些产品体验差、创新停滞、只靠历史惯性收费的公司来说，AI 当然会放大它们的脆弱性。因为过去“重做太贵”是保护，现在“重做更便宜”就会变成压力。

所以更准确的说法不是“SaaS 会不会死”，而是：AI 会把软件行业从一个“功能迭代竞争”，推向一个“功能复制更快、分发与信任更贵”的新阶段。

六、哪些人该立刻学，哪些人还不能照搬

这场对谈有一个很大的优点，就是它没有把 AI 说成万能药。它给出了很多激进判断，但也暴露了这些判断成立的条件。

这套思路最适合谁？

最适合的是创业者、产品负责人、独立创作者、研究者，以及所有本来就需要高频做判断、整合资源、定义目标的人。因为 AI 的确会让这些人更像一个“小型组织的管理者”。

但它不适合谁？

它不适合那些把 AI 当作“免训练捷径”的人。也不适合那些高风险、低容错、不能接受判断失误的场景。更不适合那些还没有建立基本专业能力，却想直接跳过长期训练的人。

这也是为什么我觉得，这期内容最值得被带走的不是一种乐观，而是一种更硬的现实主义：

AI 不会自动把每个人都抬到更高位置。它只会放大那些本来就能承担判断、能组织流程、能对结果负责的人。

所以，如果你想从今天开始真正受益，路径不是“把 AI 当替身”，而是“把 AI 当团队”。一旦你这么看，很多问题都会变得更清楚：

什么该交给它；

什么必须自己看；

什么可以自动化；

什么必须保留人为判断。

未来的工作世界，也许不会先变成“无人办公室”，但它很可能会先变成“每个人都要学会带一支机器团队”的世界。

Q&A

Q1：Balaji 这期最核心的判断是什么？

AI 最大的变化，不是先替代岗位，而是重写工作分工，让生成更便宜，让验证更昂贵。

Q2：为什么他说 AI 会让你成为 CEO？

因为未来很多人不再亲自完成所有生产，而是定义任务、调度模型、检查结果、承担责任，这本质上就是管理工作。

Q3：AI 会让专业能力不重要吗？

不会。相反，越依赖 AI，越需要专业能力去识别错误、修正方向、验证质量。

Q4：为什么他说互联网会更像“可信部落”？

因为 AI 会让公开信息更容易被重组和滥用，结果是人们更倾向于在高信任、小范围的协作环境中部署 AI。

Q5：SaaS 会被 AI 一锅端吗？

未必。AI 会压低复制功能的成本，但分发、信任和用户关系依然很难复制。

Q6：普通职场人现在最该做什么？ 

不是急着问“AI 会不会替代我”，而是先问自己：我有没有能力定义任务、验证结果、管理一组机器劳动力。

原视频地址：https://www.youtube.com/watch?v=oheUsh7VtKY